基于GIS的紫莖澤蘭空間擴散的風險分析

董良 鄭驍喆 張志勇 胡樹發 葉江霞 周汝良

摘要 [目的]分析紫莖澤蘭空間擴散的風險。[方法]分析了影響紫莖澤蘭傳播及定植的生態條件，選擇海拔、降雨、人為影響、10.8 ℃積溫、林齡、郁閉度等為影響因子，構建了紫莖澤蘭擴散傳播、定植危害的空間評估模型。以昆明市為例，通過各生態因子的空間信息化處理、分析紫莖澤蘭樣點與各生態因子空間相關性，定量評估了其空間定植擴散的風險，并按定植擴散的潛在危害，將風險劃分為：高風險區、中度風險區、輕度風險區及輕度以下風險區，制作了紫莖澤蘭定植擴散風險等級地圖。[結果]紫莖澤蘭的濕度與降雨、平均溫與積溫具有共性因子，所以剔除濕度和平均溫。風險適生區域在空間上具有極大的分異性，其中高風險區面積占比為24.26%，主要位于宜良、尋甸，中度風險區面積占比為28.39%，低風險區面積占比為47.35%。[結論]研究結果表明人為活動、交通網絡是影響紫莖澤蘭擴散傳播的主導因素，氣象因子是影響紫莖澤蘭定植的關鍵。借助GIS及空間建模和模擬方法，能以精細化柵格單元進行空間連續化風險分析和預測，實現了有害生物發生發展的精細化預警，對綜合防治管理及實踐具有重要參考及指導意義。

關鍵詞 紫莖澤蘭；擴散；風險分析；空間連續化評估

中圖分類號 S-3 文獻標識碼

A 文章編號 0517-6611（2018）14-0012-04

Risk Analysis of Spread of Eupatorium adenophorum Based on GIS

DONG Liang1，ZHENG Xiaozhe1，ZHANG Zhiyong2 et al （1.College of Geography，Southwest Forestry University，Kunming，Yunnan 650224；2.Southern Aviation Forest Station of State Forestry Administration，Puer Station，Puer ，Yunnan 665000）

Abstract [Objective]To study the risk of spread of Eupatorium adenophorum.[Method]The ecological conditions affecting the propagation and establishment of E.adenophorum were analyzed.Factors such as altitude，rainfall，human influence，10.8 ℃ accumulated temperature，forest age and canopy density were selected as the influencing factors，and the spatial evaluation model for dispersal and establishment of E.adenophorum was established.Taking Kunming City as an example，through the analysis of E.adenophorum samples and the ecological factors of the spatial correlation of spatial information processing，the ecological factors，quantitative assessment of the risk of space spread，and by diffusion and the possibility of potential harm，will spread the risk into the high risk area，middle risk area and low risk region.To make of E.adenophorum spread risk map.[Result]The humidity and rainfall，the average temperature and accumulated temperature of E.adenophorum had a common factor，so eliminating peace temperature humidity.Risk adaptation regions had great spatial diversity.The area of high risk area was 24.26%，which was mainly located in Yiliang and Xundian.The proportion of moderate risk area was 28.39%，and the area of low risk area was 47.35%.[Conclusion] The results showed that human activities and traffic network were the main factors that influenced the spread and propagation of E.adenophorum， and meteorological factors were the key factors affecting the colonization of E.adenophorum.With the help of GIS and spatial modeling and simulation method，spatial risk analysis and prediction can be carried out with meticulous grid cells，and meticulous early warning for occurrence and development of pests is realized.It has important reference and guidance significance for comprehensive prevention and control management and practice.

Key words Eupatorium adenophorum；Spread；Risk analysis；Continuous spatial evaluation

紫莖澤蘭（Eupatorium adenophora Spreng.）原產于美洲，分布在37°N～35°S。作為一種外來物種，其在廣泛的熱帶、亞熱帶進行了爆發式的繁衍，自20世紀80年代通過自然傳播的方式，經中緬邊境傳入我國云南省以來，僅半個世紀的時間，紫莖澤蘭迅速擴散到了貴州、云南、四川、西藏、廣西、臺灣等地區，現今還以60 km/a的速度向東、向北傳播[1]。由于其繁殖能力極強、傳播速度快、群體自然演替能力強，極易在裸地等其他惡劣條件下存活和繁殖，并有極強的吸收和損耗土壤養分的能力[2]，屬世界性惡性雜草[3-5]，對當地的生態環境造成明顯破壞[6-7]。其次，紫莖澤蘭能在棄耕地上跳躍式傳播，破壞土地的可耕性[8]，植株能釋放多種化感物質，排擠其他植物生長等，破壞生物多樣性[9-11]。并且，紫莖澤蘭能與入侵地土壤中的叢枝菌根真菌（AMF）互作與反饋，降低本土植被的競爭力，提高自身的競爭優勢[12-14]。此外，其植株內的芳香和辛辣化學物質及一些尚不清楚的有毒物質對人體也具危害性[15]。紫莖澤蘭生態適應性極強，耐高溫、耐寒、耐陰、耐旱，一般分布在22°～28°N、年均溫在12.5～19.3 ℃的地區，最高耐受溫達35 ℃，最低耐受溫為-5 ℃，年降水在776～1 800 mm的地區均可生長[16]。紫莖澤蘭在165～3 000 m的海拔都可生長，1 000～2 000 m海拔處最適宜生長[17]。故對該外來物種發生、傳播機理及擴散定植風險評估進行研究對于有效防治顯得尤為重要。萬方浩等[18]對紫莖澤蘭入侵機理和控制策略進行了研究。易建平等[19]早先做過四川樂山紫莖澤蘭的定植入侵和風險評估，對紫莖澤蘭特性做了一定的研究，但無法從空間上精確地預測紫莖澤蘭的風險區域。周俗等[20]把一個區域看成內部均勻的空間單元，對紫莖澤蘭分布從行政單元上以大范圍、大尺度進行預測和分析，并且指出人為影響對紫莖澤蘭的傳播有積極作用。隨著3S技術的發展，其被逐步應用到有害生物的風險評估及測報上。李軍玲等[21]進行了基于GIS的河南省冬小麥晚霜凍的風險評估；王峰等[22]進行了基于GIS的云南松材線蟲風險評估。韓陽陽等[23]基于MAXENT模型利用溫度、海拔、降雨等生態影響因子對外來入侵物種松材線蟲進行了適應性分析；付小勇等[24]基于MAXENT模型利用降雨、海拔、土地覆蓋現狀進行了適應性分析。雖然前人綜合3S技術在有害生物風險評估上進行了大量研究，但對紫莖澤蘭適生區域研究較少，特別是難以對區域內部的差異進行分析，無法進行精細化評估，將結果落實到山頭地塊，從而缺乏對防治實踐的指導性。筆者以昆明市為例，借助3S技術，利用影響紫莖澤蘭發生海拔、降雨、人為影響、10.8 ℃積溫、林齡、郁閉度等生態因子，通過對各因子的空間模擬及其影響的相關性分析，綜合評估出空間90 m尺度上的風險值，并進行風險等級制圖，該方法能精細地反映紫莖澤蘭各類發生風險區位，從而為有害生物的綜合防治決策及實踐提供重要參考。

1 材料與方法

1.1 研究區概況

昆明位于我國西南云貴高原中部，地理坐標為102°10′～103°40′E，24°23′～26°22′N，市中心位于

102°42′31″E、25°02′11″N。昆明境內最高海拔4 247.7 m，最低海拔746.0 m，大部分地區海拔在1 500～2 800 m。昆明屬北緯低緯度亞熱帶-高原山地季風氣候，日照長、霜期短、年平均氣溫15 ℃、年均日照2 200 h左右、年降水量1 035 mm、無霜期240 d以上。昆明市人口相對密集，人口的大規模流動有利于紫莖澤蘭的傳播。

1.2 數據采集與處理

收集昆明市18個氣象站觀測數據，利用空間建模與模擬的方法，結合MODIS衛星遙感影像數據，開展了90 m分辨率的地表氣象場反演和模擬，生成了年均降雨場、10.8 ℃積溫模擬數據、年均溫、濕度場，為紫莖澤蘭生長氣候適宜性建模提供了基礎數據（圖1、2）。

收集昆明市近期的林業資源二調數據，隨機選取94個分布有紫莖澤蘭的樣本點，80%的樣本點作為建模的樣本點，20%的樣本點用于精度檢驗。采集樣本點的齡組、郁閉度、紫莖澤蘭發生程度，把發生程度進行量化，重度發生量化為0.7，中度發生量化為0.5，輕度發生量化為0.3，作為建模的指標變量，同時，利用空間疊加分析，將樣本點坐標與10.8 ℃積溫、年降雨、DEM進行疊加，通過GIS空間抽樣分析，獲得94個樣本點的氣象、地理環境指標。收集昆明市的道路、居民區基礎地理信息數據，借助GIS緩沖區分析，構建了0～100、>100～300、>300～800、>800～2 000、>2 000～5 000、>5 000 m的緩沖區，以上表達了人為活動傳播紫莖澤蘭的能力，疊加其他生物因子變量進行建模，并制作為量化地圖，用同樣的方法將其與94個樣本點疊加，獲得人為影響樣本變量。

1.3 定植適宜性概率建模

上述94個樣本點的海拔、10.8 ℃積溫、年降水、人為影響等均為紫莖澤蘭擴散的自變量，紫莖澤蘭發生風險為因變量，因變量取值為0～1.00，按高風險量化為0.75～1.00、中等風險為0.50～<0.75，低風險為0.30～<0.50，低風險以下為0～<0.30，利用樣本數據及其生態變量值進行分析，并對變量作標準化處理，借助SPSS進行回歸分析得到有害生物發生風險模型。并利用GIS技術制作了積溫、降雨等環境因子圖作為基礎數據，參與最后發生概率的疊加分析計算。

1.4 人為影響擴散傳播模型

紫莖澤蘭會隨人為活動轉移而傳播，汽車、火車等交通工具能協助紫莖澤蘭種子進行跨地區傳播。根據人口密集程度、鐵路網、公路網、城鎮分布等制成人為影響模型。人為影響模型一定程度上表示了人口密集程度和人口移動路徑。人為影響對紫莖澤蘭的傳播起到了一定的積極作用，其結果用量化地圖表示。

1.5 綜合風險模型建立 綜合考慮紫莖澤蘭的定植適宜性及擴散傳播的可能性，以GIS疊加分析方法，綜合分析出紫莖澤蘭的空間分布風險值。在ArcGIS模型中計算得到紫莖澤蘭適生性概率分布地圖。將紫莖澤蘭適生性概率分為4個等級：輕度以下風險區、輕度風險區、中度風險區、高風險區，并對不同的程度賦予不同的顏色，進行專題制圖。

2 結果與分析

2.1 人為影響擴散傳播風險格局 根據人為影響因子圖（圖3）所示，宜良中部、盤龍區、官渡區、呈貢區、西山區、晉寧區、安寧區東部為人為活動密切區域；尋甸西部、祿勸區東北部、石林東部為人為活動不密切區域。

2.2 定植風險空間格局

根據SPSS降維因子分析，濕度場與降雨場、均溫場與積溫場具有共同因子，所以提出濕度場和均溫場，再根據建模樣點風險值及其各影響生態因子值，借助SPSS軟件進行逐步回歸，得到如下模型。

式中，Y表示紫莖澤蘭發生概率；LZ為樹齡；YBD為郁閉度；RW為人為活動因子；JY為年降雨；JW為積溫；DEM為數字高程。

從模型中綜合各個變量分析表明，齡組貢獻率為36.05%、人為影響貢獻率為23.18%、降雨貢獻率為6.91%、積溫貢獻率為4.51%，以上為正相關，即在樣本區域內樹木年齡、人為影響、降雨、溫度這些指標越高，越適宜紫莖澤蘭生長；高程貢獻率為3.60%、郁閉度貢獻率為25.67%，以上為負相關，即在樣本區域內，郁閉度越高、高程越大，紫莖澤蘭越不適宜。其中影響最大的變量是齡組。

昆明紫莖澤蘭發生概率與環境因子值有比較大的響應關系，這說明紫莖澤蘭發生程度與環境因子有緊密聯系。

2.3 紫莖澤蘭風險格局

根據上述建立的適生模型，得到整個昆明市空間90 m尺度上紫莖澤蘭的風險格局圖。

由圖4可知，紫莖澤蘭在昆明市的發生風險區域具有明顯的空間分異性，這與區域的生態地理環境因子及人為活動的空間異質性是相關的，但不同風險等級分布又具有一定的空間規律性，其中高風險區為宜良縣中部、環滇池區域、嵩明中部、尋甸中部、東川北部、祿勸北部，高風險區域占總面積24.26%；

中等風險區集中在呈貢西部、尋甸西北部、東川西部、石林西北部，中度風險區域占總面積28.39%；低風險區分布在東川南部、祿勸南部、西山西部、安寧西部、宜良南部，輕度風險區域占總面積47.35%。

昆明市有50%以上的區域適宜紫莖澤蘭生長。紫莖澤蘭生長不適宜區域的因素主要是海拔過高和溫度不適宜。

綜合以上結果表明，容易定植區域為宜良縣中部、環滇池區域、嵩明中部、尋甸中部、祿勸北部、呈貢西部、尋甸西北部、東川西北部、石林西北部。

3 討論與結論

該研究利用各環境因子建模，最后通過疊加分析制作紫莖澤蘭發生概率模型，能精細地把紫莖澤蘭發生概率反映到極細的地理位置，詳細地反映其發生概率，從而為基層防治紫莖澤蘭提供發生概率區劃。

通過余下20%樣點數據進行精度檢驗，代入模型后，適生性概率基本符合二調樣點數據的入侵發生程度。但是由于樣本點總量較少，預測結果的可靠性降低；大部分樣點來自宜良，取樣范圍狹窄也會加大結果預測偏差。但是精度檢驗基本符合概率發生模型計算，證明該方法有一定的可行性。

該模型有效地劃分了縣級區域內部的紫莖澤蘭適生性等級，給出了具體的空間化分析與與預測，解決了精細化空間信息對紫莖澤蘭的預測問題，能夠很好地對基層防治工作給出指導建議。并能根據該模型建立有效風險預警機制，減少人力資源浪費和降低政府部門的決策難度，更合理地分配防護站，防止紫莖澤蘭進一步擴散，減少經濟損失和自然生態環境破環。

紫莖澤蘭的傳播很大程度上依賴人為活動與遷移，自然風力、動物傳播基本是呈輻射狀向外傳播，而人為傳播是跨區域的長距離傳播。如今便利的交通網絡給外來入侵物種紫莖澤蘭傳播提供了強有力的條件，所以防治紫莖澤蘭的傳播要從2個方面入手：一是減少傳播，加強人們對紫莖澤蘭危害的認識，減少人為傳播，該研究中重度風險區和中度風

險區的提出給防治紫莖澤蘭傳播的區域提供了一定程度的

支持；二是開發紫莖澤蘭的利用方式，利用紫莖澤蘭植株也是防治手段的延伸，如焚燒堆肥。只有當紫莖澤蘭具有經濟價值，才能增加對紫莖澤蘭的利用，從而減少紫莖澤蘭數量。

參考文獻

[1]

孫曉玉，陸兆華，桑衛國.中國重要外來入侵種——紫莖澤蘭研究綜述[J].林業研究：英文版，2004，15（4）：319-322.

[2] LODGE D M.Biological invasions：Lessons for ecology[J].Trends in ecology & evolution，1993，8（4）：133-137.

[3] 高賢明，王玉蘭，余力.外來入侵物種紫莖澤蘭的生物生態學特征與防治途徑[C]//中國植物學會七十周年年會論文摘要匯編（1933-2003）.北京：高等教育出版社，2003.

[4] 王曉潔.外來入侵物種——紫莖澤蘭[J].中國林業，2005（11）：24-25.

[5] AHLUWALIA V，SISODIA R，WALIA S，et al.Chemical analysis of essential oils of Eupatorium adenophorum and their antimicrobial，antioxidant and phytotoxic properties[J].Journal of pest science，2014，87（2）：341-349.

[6] 李彥.外來入侵物種——紫莖澤蘭[J].湖南農業，2016（3）：30，21.

[7] 蔣智林，鄧丹丹，劉萬學，等.紫莖澤蘭入侵對不同植物群落類型中昆蟲多樣性的影響[J].生態環境學報，2017，26（12）：2008-2015.

[8] 王崇云，潘燕，朱曉媛，等.紫莖澤蘭在棄耕地上的種子風傳播與種群建立特征[J].雜草學報，2015（3）：1-5.

[9] VIL M，WEINER J.Are invasive plant species better competitors than native plant species？ Evidence from pairwise experiments[J].Oikos，2004，105（2）：229-238.

[10] 馬金虎，楊文秀，孫亮亮，等.紫莖澤蘭提取物對3種雜草化感脅迫的生理機制[J].生態學報，2018，38（10）：1-10.

[11] 李霞霞，張欽弟，朱珣之.近十年入侵植物紫莖澤蘭研究進展[J].草業科學，2017，34（2）：283-292.

[12] 李立青，張明生，梁作盼，等.叢枝菌根真菌促進入侵植物紫莖澤蘭的生長和對本地植物競爭效應[J].生態學雜志，2016，35（1）：79-86.

[13] 肖博，周文，劉萬學，等.紫莖澤蘭入侵地土壤微生物對紫莖澤蘭和本地植物的反饋[J].中國農業科技導報，2014，16（4）：151-158.

[14] 王桔紅，張麗娜，陳學林，等.入侵植物對根際土壤微生物群落影響的研究進展[J].生態科學，2016，35（6）：204-210.

[15] 宋啟示，付昀，唐建維，等.紫莖澤蘭的化學互感潛力（英文）[J].植物生態學報，2000，24（3）：362-365.

[16] 黃梅芬，奎嘉祥，徐馳，等.紫莖澤蘭的生態學研究概況[J].雜草科學，2008（1）：1-5.

[17] 吳志紅，覃貴亮，鄧鐵軍.廣西局部地區紫莖澤蘭的入侵定植及風險評估[J].西南農業學報，2004，17（4）：469-471.

[18] 萬方浩，劉萬學，郭建英，等.外來植物紫莖澤蘭的入侵機理與控制策略研究進展[J].中國科學（生命科學），2011，41（1）：13-21.

[19] 易建平，印麗萍，李大春，等.四川樂山地區紫莖澤蘭的入侵定殖和風險評估[J].植物檢疫，2003（6）：333-336.

[20] 周俗，唐川江，侯太平，等.紫莖澤蘭傳播規律研究[J].四川畜牧獸醫，2006，33（5）：30-31.

[21] 李軍玲，張弘，曹淑超.基于GIS的河南省冬小麥晚霜凍風險評估與區劃[J].干旱氣象，2015，33（1）：45-51.

[22] 王峰，王志英，喻盛甫.基于ArcView GIS的松材線蟲傳入云南風險評估[J].云南農業大學學報，2007，22（5）：639-644.

[23] 韓陽陽，王焱，項楊，等.基于Maxent生態位模型的松材線蟲在中國的適生區預測分析[J].南京林業大學學報（自然科學版），2015，39（1）：6-10.

[24] 付小勇，澤桑梓，周曉，等.基于MaxEnt的云南省薇甘菊分布預測及評價[J].廣東農業科學，2015，42（12）：159-162.